From 46b7da2a77676e7e31ad8b4fb61963b98f1e459a Mon Sep 17 00:00:00 2001
From: zhukang <274546966@qq.com>
Date: Wed, 15 Jan 2025 21:19:42 +0800
Subject: [PATCH] feat: improve text format handling and update documentation

- Optimize HTML to Markdown conversion
- Add smart line break handling
- Preserve formatting while cleaning extra spaces
- Update README with detailed format handling features
- Add text processing highlights section
---
 project/llmclipboard/README.md           | 29 ++++++++++++++++++++++++
 project/llmclipboard/llmclipboard/app.py | 18 +++++++++++----
 2 files changed, 43 insertions(+), 4 deletions(-)

diff --git a/project/llmclipboard/README.md b/project/llmclipboard/README.md
index e59f33a..6a7dd6f 100644
--- a/project/llmclipboard/README.md
+++ b/project/llmclipboard/README.md
@@ -12,6 +12,35 @@
 - 🌐 完整的跨平台支持
 - 🔄 系统托盘支持，后台运行
 - 🎨 自适应系统主题
+- 📝 优化的文本格式处理
+
+## 🎯 功能亮点
+
+### 智能格式转换
+
+- **HTML 富文本**
+  - 保持原始格式（粗体、斜体、链接等）
+  - 保留图片和表格结构
+  - 智能处理段落和换行
+  - 清理多余空白行
+
+- **纯文本处理**
+  - 自动识别文本编码
+  - 智能处理中文内容
+  - 保持段落结构
+  - 优化换行格式
+
+- **Unicode 支持**
+  - 完整的 Unicode 字符支持
+  - 多语言文本兼容
+  - 保持特殊字符格式
+
+### 格式优化
+
+- 自动清理冗余空行
+- 保持段落间距一致
+- 优化列表和缩进结构
+- 保持代码块格式
 
 ## 🚀 快速开始
 
diff --git a/project/llmclipboard/llmclipboard/app.py b/project/llmclipboard/llmclipboard/app.py
index ca79149..46e0fd9 100644
--- a/project/llmclipboard/llmclipboard/app.py
+++ b/project/llmclipboard/llmclipboard/app.py
@@ -4,7 +4,7 @@ import configparser
 from pynput import mouse
 import win32clipboard
 import win32con
-from html2text import html2text
+from html2text import HTML2Text
 import keyboard
 import threading
 import sys
@@ -56,21 +56,31 @@ class TextCaptureService:
             try:
                 content = win32clipboard.GetClipboardData(win32con.CF_HTML)
                 self.logger.info("Clipboard HTML content captured")
-                return html2text(content)
+                h = HTML2Text()
+                h.body_width = 0  # 禁用自动换行
+                h.single_line_break = True  # 使用单行换行
+                h.ignore_emphasis = False
+                h.ignore_images = False
+                h.ignore_links = False
+                h.ignore_tables = False
+                return h.handle(content).strip()
             except:
                 pass
 
             try:
                 content = win32clipboard.GetClipboardData(win32con.CF_TEXT)
                 self.logger.info("Clipboard TEXT content captured")
-                return content.decode('gbk')
+                text = content.decode('gbk')
+                # 处理纯文本的换行
+                return '\n'.join(line.strip() for line in text.splitlines() if line.strip())
             except:
                 pass
 
             try:
                 content = win32clipboard.GetClipboardData(win32con.CF_UNICODETEXT)
                 self.logger.info("Clipboard UNICODE TEXT content captured")
-                return content
+                # 处理Unicode文本的换行
+                return '\n'.join(line.strip() for line in content.splitlines() if line.strip())
             except:
                 return None